一种侧扫声呐图像去噪及均衡化综合处理方法

侧扫声呐在测量过程中易受其他作业船只及作业船速、尾流、增益参数设置等因素的综合影响,导致其图像存在多种噪声干扰及辐射畸变问题,传统方法难以有效滤除,严重影响海底地物和目标的判读。本文根据侧扫声呐图像的特点,提出了一种新颖的去噪及均衡化综合处理方法。与传统方法相比,综合法处理后图像熵值减小,峰值信噪比增大,且目标形状得到了有效保持,实现了侧扫声呐图像的高质量获取。     

多波束与侧扫声呐高质量测量信息获取与叠加

正多波束声呐和侧扫声呐分别是目前获取海底地形与地貌图像最为有效的设备。多波束声呐可以同时获得海底测深地形与分辨率较低的海底图像,侧扫声呐可以获取高分辨率但位置精度较低的海底图像。为了准确获取海底精细的地形地貌信息,本文分别从多波束测深数据处理、多波束声呐图像处理、侧扫声呐图像处理、测深地形与侧扫声呐图像的叠加4个方面开展研究,最终得到     

侧扫声呐声波掠射角对海底管道检测的影响

在侧扫声呐系统检测海底管道的过程中,声波掠射角是影响检测效果的重要因素。本文针对影响侧扫声呐声波掠射角的主要因素进行了系统研究,推导出声波掠射角与其影响因素的关系表达式,并给出了考虑管径条件下海底管道悬空高度的计算式;进行了不同声波掠射角下侧扫声呐系统检测海底管道的试验,试验结果表明,当侧扫声呐声波掠射角介于14°~20°时,检测效果最好,声波掠射角过小或过大,均会使检测结果出现较大误差。     

侧扫声呐条带数据处理及其无缝成图

受测量机理的制约,侧扫声呐拖鱼位置及姿态难以准确获得,这也使得侧扫声呐图像长期用于定性分析,而忽略了其精处理工作。本文针对瀑布图像存在的各种畸变、使用不直观等问题,从侧扫声呐成图机理出发,对侧扫声呐条带数据处理方法开展了系统研究,形成了一套集海底追踪、斜距改正、拖鱼归位计算、地理编码、缝隙填补等技术为一体的综合方法,最终形成了一幅消除了各种畸变、灰度均衡、目标轮廓清晰、具有直观坐标信息的高质量无缝侧扫声呐地貌图像。     

侧扫声呐图像分割的中性集合与量子粒子群算法

针对现有的侧扫声呐图像分割方法存在分割准确率不高和效率偏低的问题,提出了一种基于中性集合和量子粒子群算法的侧扫声呐图像阈值分割方法。通过基于中性集合计算图像灰度共生矩阵,实现了侧扫声呐图像精细纹理的表达,提高了分割精度;基于二维最大熵理论,采用量子粒子群算法计算二维最优分割阈值向量,实现了分割阈值向量的快速准确获取,提高了分割效率和精度。最终实现了高噪声侧扫声呐图像目标的准确、高效分割。通过对含有不同目标的侧扫声呐图像的分割试验,验证了该算法的有效性。     

多波束与侧扫声呐图像的迭代自适应配准方法EI北大核心CSCD

针对目前多波束与侧扫声呐图像配准方法未顾及图像形变细节信息及二者尺度差异,存在局部纹理失真的问题,本文提出了结合小波变换、仿射变换和Demons配准算法的迭代自适应配准方法。利用小波变换提取侧扫声呐图像低频信息并重构图像,先后采用仿射变换和Demons算法将重构图像与多波束图像进行迭代自适应配准,获取配准变换模型,利用该模型对侧扫声呐原图像进行整体配准变换,获得多波束图像地理坐标约束的侧扫声呐图像。实例验证结果表明:该方法能有效实现多波束与侧扫声呐图像配准,获得位置准确且纹理丰富的融合声呐图像。     

侧扫声呐识别沉船影像的迁移学习卷积神经网络法

侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作.针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法.通过归一化处理、图像增强等方式扩充样本数据,并以4:1的比例划分训练集和测试集,同时参照经典VGG-16模型,根据侧扫声呐沉船数据集特点设计了改进的模型,然后将在Ima geNet图像数据集上训练好的改进模型在小样本侧扫声呐沉船数据集上采用冻结和训练、微调两种迁移学习方式进行学习和试验,并与全新学习进行比较分析,结果表明,3种方法对侧扫声呐沉船图像识别的准确率分别为93.71％、84.49％ 和90.58％,其中第1种迁移学习方法准确率最高,模型收敛速度最快,且AP值最高为92.45％,分别比第2种迁移学习方法和全新学习高了8.06％ 和3.06％,在提高模型的识别能力和训练效率方面效果更佳,验证了该方法的有效性与可行性,具有一定实际指导意义.     

侧扫声呐数据采集与地貌图像构建

针对水下航行器基于地形匹配实现自主导航时需要在线提取环境地形特征的需求,本文重点研究侧扫声呐实时数据采集与地貌图像构建方法。根据侧扫声呐的工作原理及其JSF文件格式,提取侧扫声呐扫描波束所对应的80数据帧,并完成数据解析;建立声呐扫描声强与灰度级转化模型,并构建环境地貌声学图像;通过海试试验结果与侧扫声呐专用软件所生成的地貌图像对比,验证本文方法的有效性和可行性。     

定点扫描声呐在海底管道维护治理工程工效评价中的应用

主要介绍了定点扫描声呐系统(MS1000)的扫测原理,以及在海底管道维护治理工程工效评价中的应用。为了解决海底管道隐患治理工程工效检查、评价技术手段不足等问题,提出使用定点扫描声呐技术来提高功效评价客观性和准确性的方法。通过侧扫声呐系统、多波束系统、扫描声呐系统分别对同一区域进行地貌调查,对其扫测图像以及10个特征点的绝对坐标进行对比分析,得出扫描声呐效果最佳的结论。此外,通过对两个工程应用实例的分析,发现定点扫描声呐在海底管道维护治理工程功效评价应用中优势明显,在浑浊水域依然具有高分辨率,尤其适用于渤海胜利油田水域。     

侧扫声呐系统和网络RTK技术在人工鱼礁探测中的应用

侧扫声呐系统因可连续、全覆盖地获取海底地形和水下目标的声学图谱影像,在海洋测量、海洋工程勘探和水下考古等领域得以广泛应用。本文以大连西沙坨子周边海域的人工鱼礁投礁区为实例,在网络RTK技术的支持下,详细介绍了侧扫声呐系统探测人工鱼礁的方法和过程,并将侧扫测量结果与投礁区投礁前的海底地形侧扫数据进行了对比,同时,与投礁后潜水员下潜投礁区拍摄的影像资料进行了印证。结果表明,该方法获取的侧扫声呐声学图像不仅能直观、形象、准确地对人工鱼礁进行判读和提取,还能确定人工鱼礁的空间位置和掌握人工鱼礁在海底的空间布局,是一种行之有效的人工鱼礁探测方法。     

联合NSCT与多重分形的高噪声侧扫声呐图像分割

针对现有分割算法对高噪声侧扫声呐图像分割准确率低的问题,提出了一种综合利用NSCT(non-subsampled contourlet transform)分解图像、局部标准差和均值组合增强图像和多重分形判断图像奇异性的侧扫声呐图像分割方法。首先,借助NSCT分解图像,获得滤除高频噪声且保留轮廓信息的低频图像和一系列高频方向子带图像。然后,基于侧扫声呐图像中目标及其阴影伴随出现的特点,计算低频图像的局部标准差与均值的组合特征,获得分别突显目标及其阴影的特征图,使用多重分形分割方法分割特征图,获得低频图像分割结果;利用图像差分和非极大值抑制方法分割高频方向子带图像,获得高频分割结果;融合高低频分割结果获得目标及其阴影的精细边缘。最后通过试验验证了本文方法的有效性。     

多波束水体影像中噪声干扰的削弱方法研究

多波束水体影像在水下目标探测和识别方面具有较高的应用价值，但受波束旁瓣效应、第三方声呐干扰及复杂的海洋环境噪声等影响，水柱影像中噪声严重，给图像质量和水下目标探测及识别带来较大困难。在分析噪声来源及成因的基础上，根据其空间分布特点，提出了基于强度分布规律的异常"弧圈"检测与消除方法和基于图像交集和差集运算的背景噪声削弱方法，实现了水体影像中噪声的综合抑制，保留目标的同时改善了水体影像的质量。     

Optimum Data Vector Approach to Multibaseline SAR Interferometry Phase Unwrapping

Phase unwrapping is a key problem not only in all quantitative applications of synthetic aperture radar (SAR) interferometry but also in other fields. In this letter, a new phase unwrapping approach is investigated. Our study is based on the model of the optimum data vector. In order to autocoregister the SAR images, the proposed method takes advantage of the multibaseline optimal weighted joint data vector by extracting all the coherence information available in the neighboring pixels. Moreover, the method employs the projection of the joint signal subspace onto the corresponding noise subspace to estimate the unwrapped interferometric phases (or the terrain heights). The proposed method can accurately determine the dimensions of the noise subspace and provide the robust unwrapped interferometric phases even in the presence of the large image coregistration errors. Moreover, the multibaseline processing idea is a combination of data optimization, image coregistration, interferogram filtering, and phase unwrapping.     

基于数学形态学的遥感影像水域提取方法

利用数学形态学的方法对遥感影像上的水体进行了提取实验。经实验结果得出,利用数学形态学的基本运算组合成的各种算子:高、低帽变换、滤波与阈值截取相结合的增强方法,通过选择合适的结构元素,对图像进行预处理后进行分割,可以完成遥感影像上灰度变化较小的水体提取,其结果优于直接对原图像进行形态梯度法、均值分割的结果,对分割后的结果进行矢量跟踪后,得出的结果可以直接应用到GIS中去。     

影像连接点均衡化高精度自动提取

针对空中三角测量影像连接点提取中存在的误匹配、点位多而分布不均和点位定位精度低等问题,提出了一种影像连接点均衡化高精度自动提取方法。首先采用分块SIFT技术进行特征的提取与匹配,并利用并查集数据结构进行特征点的高效多视追踪;然后采用提出的物方分块点位筛选算法对点位进行了相对均衡化的择优挑选;最后采用最小二乘匹配技术对得到的SIFT连接点坐标位置进行精化。选取中国嵩山遥感定标场的有人机影像和沙漠地区无人机影像作为试验数据,通过目视检查、像方反投影误差和检查点精度等3个指标进行了分析,结果表明本文方法有效克服了弱纹理和重复纹理导致的连接点提取与匹配困难,并改善了连接点分布的均匀性和提高了连接点的定位精度。     

基于GLCM的侧扫声纳影像纹理数据库设计

根据侧扫声纳影像的特征,提出了基于灰度共生矩阵(gray level co-occurrence matrix,GLCM)纹理分析的声纳影像纹理提取方法,对不同的纹理特征参数进行量化分析,生成侧扫声纳纹理图像,并建立侧扫声纳图像纹理数据库,实验结果验证了该算法的有效性和可行性。     

侧扫声呐图像应用领域综述

侧扫声呐图像目前广泛应用于海洋工程、海洋科学、水下目标探测与识别等领域。仪器性价比的不断提高，给侧扫声呐图像的更深层应用带来了新的契机。本文综述了侧扫声呐图像的应用领域，为我国更深层次应用这一传统设备提供了实践指导；同时，概略给出了侧扫声呐图像后续精细处理的研究方向。     

基于海底底质回波特征的多波束声呐图像角度响应影响消除

角度响应（angular response,AR）对回波强度影响较大,而目前的改正算法尚不完善,给多波束声呐回波强度的应用带来了较大困难。为此,提出了一种利用底质回波强度特征的AR聚类改正方法。首先,借助多波束声呐回波强度数据实施非监督底质分类;然后,研究每类底质的AR特征,形成每种底质的AR曲线簇;最后,结合每种底质的AR曲线簇,从观测的回波强度序列中减去对应底质的AR值,并将其归一化到平均强度,最终实现了回波强度中AR影响的消除。将该方法应用于实际回波处理中,取得了高质量的多波束声呐图像。